通断式多态系统扩展测试性建模方法

现有测试性建模方法有一定的约束条件,包括故障判据的一致性、故障传递关系的一致性、测试的逻辑值判据一致性.针对通断式多态系统具有的状态差异性的特点,提出了一种扩展测试性建模方法.在引入状态集合的基础上,对故障、测试、 D 矩阵和诊断树进行了扩展定义,最后定义了扩展测试性模型.介绍了扩展测试性建模分析的算法,主要有模型建立算法、扩展 D 矩阵生成算法、扩展诊断树生成算法.以某液压操纵系统为例进行了应用,结果验证了方法的可行性和有效性.     

基于FFS故障行为模型的等效故障注入方法

针对测试性验证试验中部分故障模式不可注入,或注入后易导致装备出现不可修复的损坏等问题,提出了基于“故障模式-功能-状态”（FFS）故障行为模型的等效故障注入方法。首先,对FFS总体建模思路进行了描述,提出将“功能”作为基本建模要素,在分析装备自身多元建模信息的基础上,建立了故障行为模型。其次,对各相关矩阵和行为状态向量进行了定义,研究了故障模式、功能、状态间的不确定信息表征方法,提出了故障模式-状态相关矩阵的求解方法。最后,给出了等效故障模式的定义和基于FFS故障行为模型的等效故障注入流程。将所提方法应用于某装备发射控制系统,结果表明,所提方法能够实现等效故障注入,故障注入率提高约16.7%。      

基于信息模型的测试性试验样本集充分性研究

建立了产品的故障模式信息模型,包括产品的故障模式、结构单元、功能和测试数据以及这些数据之间的映射关系.根据该信息模型,定义了三种故障模式等价集合,即故障模式单元等价集合、故障模式功能等价集合、故障模式测试等价集合.在这些等价集合的基础上,建立了测试性试验中样本集的三种典型充分性度量和准则,即单元覆盖充分性度量和准则、功能覆盖充分性度量和准则、测试覆盖充分性度量和准则.分析了典型充分性度量和准则的适用范围,并建立了综合充分性度量和准则.使用综合充分性度量可以评价样本集的充分程度,使用综合充分性准则可以确定样本集的构成要求.建立了综合充分性度量和准则的应用方法和流程.通过实例验证了该方法的可行性.     

考虑FDR的测试性测定试验及其相关方法

针对装备研制过程中,缺乏试验手段测定产品测试性水平,确定其与规定要求间的差距的情况,界定了测试性试验和测试性测定试验的概念,在仅考虑测定故障检测率(FDR,Fault Detection Rate)的情况下,研究给出了基于功能相关特征矩阵和重要度特征的故障特征建模方法,构建了二元组故障特征模型,用于测定FDR试验的试验样本选取.在该种试验样本选取方法中,为了减少进行故障注入试验时,注入不同故障样本的工作量和复杂度,充分考虑了试验样本间的等效关系,定义了等价集合和等效样本的概念,并在此基础上给出了考虑等效样本存在的试验结果评估方法.该研究在某型导弹飞控系统中取得了很好的应用.      

基于多信号流图的分层系统测试性建模与分析

为了对分层系统进行测试性分析,提出基于多信号流图模型的分层系统测试性建模与分析方法.该方法利用多信号流图模型建立分层系统的层次结构模型,进行测试性分析时,首先利用相关性模型法对顶层模型进行测试性分析,当层次性模块与其它模块不能区分时,再利用相关性模型法对模糊组进行测试性分析,最终实现对分层系统的诊断设计.最后,利用某具有层次性结构的滤波放大器电路对该方法进行了验证,试验结果证明,该方法对于分层系统的测试性建模与分析是有效的,能够为分层系统制定有效的诊断策略.      

一种基于容腔节点的液压系统建模语言及实现

为实现直观面向系统原理图对液压系统建模,提出了一种基于容腔节点法的液压系统建模语言和一套新的建模语言描述规则,并阐述了利用该建模语言进行程序实现的方法.该建模语言将液压系统的拓扑结构抽象成具有容腔节点和元件节点的图形结构.液压元件模型独立封装,可模块化使用.在建模语言描述规则的基础上,生成容腔节点与元件节点的连接矩阵.所有节点和连接矩阵构成了系统的整体模型.通过典型智能液压泵系统建模过程,验证了该建模描述语言的正确性和有效性.结果表明:该基于容腔节点的液压系统建模语言可方便建立符合液压系统原理的拓扑图,并面向系统原理图自动生成系统模型.      

基于相关性模型的液浮陀螺可诊断性分析方法

为了从根本上提高液浮陀螺在轨故障检测与诊断能力,基于相关性模型从设计角度提出了液浮陀螺的可诊断性分析方法.该方法首先建立液浮陀螺各功能模块之间的信息流图,然后结合FMEA建立故障-测点之间的相关矩阵.基于相关性矩阵,建立了故障可检测性、可分离性分析方法,实现了对测点的优化设计.本文提出的相关性模型为定性模型,具有易于构建、计算简单的优点,不仅实现了对液浮陀螺可诊断性设计结果的评估,还可为测点优化配置提供设计依据.     

三角形机翼参数化有限元网格划分与调整方法

为缩短有限元建模周期,提高三角形机翼结构分析、设计与优化的效率疲,首先,以其满足预定气动性能的几何外形为输入,定义了易用的有限元节点与单元的编号规则;基于可设计的机翼内部构型参数及可变的有限元尺寸参数的设置,引入了翼肋贯穿截止准则以满足任意输入的内部构型的初步判断;借助自定义形状矩阵完成了节点布置与单元生成,进一步通过有限元网格细化完成了开口设置、翼肋贯穿位置修正及桁条建模.然后,基于已建立的有限元网格实现了内外侧副翼翼肋位置的小幅调整及旋转舵面的角度调整,以满足不同飞行状态下结构分析需求.最后,应用PCL语言开发了参数化建模模块,实例表明了方法的有效性和模块可靠性.      

IEEE-1394b互连网络的可靠性建模

对于IEEE-1394b互连的可靠性计算问题,从IEEE-1394b的拓扑结构出发,提出了基于任务的系统可靠性分析方法,建立了IEEE-1394b互连系统的可靠性模型,并给出了系统可靠度矩阵的定义.针对IEEE-1394b协议的特性,提出了IEEE-1394b互连系统的互连矩阵定义.对IEEE-1394b互连系统在航电系统的典型应用进行建模分析,给出其任务路径集和单一路径失效概率,得到了任务路径的可靠度.通过分析中继端口单元对任务路径的影响,得到了中继端口单元对于IEEE-1394b互连可靠性影响最大的结论.      

基于拜占庭容错体系构架的航天器控制系统测试性设计与分析

摘要： 飞行控制系统作为航天飞行器的关键机载系统,其运行情况直接关系到飞行任务的成败.通过良好的测试性设计,可以提高系统的可靠性和安全性,减少维修人力及其他保障资源,降低寿命周期费用.对拜占庭容错体系结构的航天器控制系统和分层多信号流图模型的测试性设计和建模方法进行了详细的叙述,并对基于拜占庭容错体系结构的航天器控制系统进行了测试性建模,通过测试性建模和分析系统（TMAS软件）验证控制系统测试性设计的正确性和有效性.     

基于状态图的周期BIT故障检测与虚警抑制仿真

针对BIT(Built-In Test)技术在装备测试性设计与PHM(Prognostic and Health Management)的应用需求,提出了基于状态图(Stateflow)的周期BIT(PBIT, Periodic BIT)故障检测与虚警抑制仿真方法.分析了周期BIT的特性与虚警问题,给出了周期BIT的仿真原理.在加电BIT的基础上分析了周期BIT的仿真要素及其Stateflow对象的仿真模式,并实现了故障注入、干扰注入和虚警抑制措施的建模,最后给出了周期BIT建模仿真以及仿真输入数据设计流程.以某典型航电模块周期BIT为例,建立了电源板、干扰、周期BIT以及虚警抑制措施的Stateflow仿真模型,仿真结果显示该方法能有效地实现周期BIT故障检测与虚警抑制的动态逻辑过程仿真.     

测试性分配方法研究

研究了系统测试性指标与系统组成单元指标之间的关系,分析了确定测试性指标的各主要影响因素,进而导出了测试性分配的基本要求、数学模型和工作程序.在此基础上,文章给出了4种用于不同情况下的测试性分配方法:前2种是基于系统单元的复杂度(故障率)或重要度(故障影响)的分配方法;第3种是综合考虑各影响因素的加权分配方法;第4种是系统中有老成品时的分配方法.这些分配方法都可以实际应用于工程设计.      

面向复杂系统的三维Bayes网络测试性验证模型

针对当前武器装备复杂的系统结构,现有基于装备整机系统测试性先验信息的测试性验证方法难以适用,基于分系统测试性先验信息的测试性验证方法不能系统有效地处理先验信息,导致测试性验证结果可信度不高的问题,提出一种面向复杂系统的三维Bayes网络测试性验证模型。该模型能充分运用装备各层级结构中所蕴含的条件独立性,有效降低构建Bayes网络模型的复杂度,同时能融合装备各层级单元的先验信息。通过给出的三维Bayes网络的条件概率学习方法及G/M-H算法,由底层单元数据通过模型逐步向上融合,得到顶层测试性指标的后验分布,进一步利用顶层后验分布求取故障样本量。结果表明:该模型能充分考虑复杂系统的系统结构及各层级单元先验信息,并能通过模型推理得到的指标后验分布达到有效减少测试性验证故障样本量的目的。      

基于多信号模型的空间站某典型产品测试性建模与分析

测试性建模与分析在提高产品的测试性设计水平上,发挥的作用越发重要.基于多信号流图模型方法,以某典型产品为例,分析其工作原理和结构,建立其测试性模型.根据分析结果,采用增加测点、断开反馈回路的方法,改进了模型的测试性设计,提高了其测试性指标.     

一种全局的无关线性图嵌入故障特征提取算法

针对故障特征数据维数高、非线性且系统难以建立物理模型的故障诊断问题,提出了一种全局的无关线性图嵌入故障特征提取算法.通过监督学习建立原始特征的关系图,以线性图嵌入为框架进行特征降维.特征的降维过程既保留了同类数据的局部结构,又考虑了异类数据之间的全局分布,同时最大程度地消除了特征之间的统计相关性.在标准故障数据集上的实验结果表明:与已有的经典算法相比,能更有效地提取出故障的典型特征,因而更有利于故障诊断系统训练网络的快速收敛,实现快速、准确的故障诊断.